SPSS oder R für die Abschlussarbeit?

Was der Lehrstuhl nutzt und betreuen kann, gewinnt – frag zuerst dort. Frei entscheiden kannst du: SPSS ist per Klick-Oberfläche schneller gelernt, kostet aber Lizenz (oft über die Hochschule gedeckt); R ist gratis, skriptbasiert und in der Forschung zunehmend Standard, verlangt aber mehr Einarbeitung.

Statistik & SPSS

Online-Kurse im Fachbereich Daten & KI

Für die Empirie in Studium und Forschung: Statistik von den Grundlagen bis zur Regressionsanalyse – mit SPSS, der freien Alternative PSPP, R und SmartPLS für Strukturgleichungsmodelle. Die Kurse retten Abschlussarbeiten, in denen der Methodenteil bisher nur ein Platzhalter ist.

Grundlagen von SmartPLS 4: Für Forschung und DatenanalysePLS-SEM ist ein zusammengesetzter Ansatz für SEM, der darauf abzielt, die erklärte Varianz abhängiger Konstrukte im Pfadmodell zu maximieren. Forscher und Praktiker nutzen PLS-SEM, insbesondere wenn sie Studien zu Erfolgsfaktoren und den Quellen von Wettbewerbsvorteilen durchführen. Im Vergleich zu anderen REM-Techniken ermöglicht PLS-SEM den Forschern, sehr komplexe Modelle mit vielen Konstrukten und Indikatorvariablen zu schätzen. Darüber hinaus ermöglicht PLS-SEM die Abschätzung reflektierender und formativer Konstrukte und bietet generell viel Flexibilität in Bezug auf die Datenanforderungen. Das Ziel von PLS-SEM ist die Erklärung von Varianzen (vorhersageorientierter Charakter der Methodik) und nicht die Erklärung von Kovarianzen (theoretische Überprüfung über Kovarianz-basiertes REM, CB-SEM). Die Anwendung der PLS-SEM-Methode ist von hohem Interesse, wenn die Annahmen des CB-SEM verletzt und die vorgeschlagenen Ursache-Wirkungs-Beziehungen nicht ausreichend untersucht werden. Der Kurs umfasst folgende Aspekte: Warum ist eine Datenanalyse erforderlich?
Grundlagen der Statistik | Einführung in die StatistikDieser Kurs vermittelt die Grundlagen der (univariaten) Statistik. Möchten Sie mit Daten arbeiten, haben aber noch keine Vorkenntnisse im Bereich Statistik, ist dieser Kurs für Sie ideal geeignet. Der Kurs beginnt mit der Klärung von wichtigen statistischen Grundbegriffen um eine gemeinsame Basis für die folgenden Lerneinheiten zu legen. Danach starten wir mit den typischen Schritten einer ersten Datenanalyse und beginnen mit der Bestimmung von absoluten und relativen Häufigkeiten. In den Einheiten zu Lage- und Streuungsparametern lernen Sie die Verteilungen von Merkmalen zu beschreiben und im Kapitel zu Datenvisualisierung besprechen wir u.a. wie man die Ergebnisse einer Datenanalyse grafisch präsentieren kann. In der Lerneinheit zu Konzentrationsmaßen nutzen wir u.a. Lorenzkurven und den Gini-Koeffizient zur Beurteilung von Ungleichheit. Die beiden letzten Lerneinheiten beschäftigen sich mit der Analyse des Zusammenhangs zweier Merkmale sowie dem Unterschied zwischen statistischen Zusammenhängen und Kausalität. Alle vermittelten Inhalte werden von Video-Tutorials in Excel, R und Python begleitet, die die direkte Umsetzung durch die Teilnehmerinnen und Teilnehmer des Kurses ermöglichen.
Einführung in SPSS (induktiv)In diesem Kurs gehen wir in mehreren vier Abschnitten mit 19 Lektionen verschiedene Analyseverfahren durch, welche du zur Überprüfung deiner Hypothesen verwenden kannst. Der Kurs umfasst eine Einführung in inferenzstatistische Methoden und eignet sich sehr gut für Personen, die noch nie mit SPSS gearbeitet haben oder wenig Vorkenntnisse haben. Aber auch für die diejenigen, die schon Erfahrungen mitbringen, bietet dieser Kurs eine ideale Auffrischung und Ergänzung. Anhand eines Entscheidungsbaumes werden verschiedene Verfahren zur Analyse von Zusammenhängen und Unterschieden vorgestellt. Dabei wird zuerst auf den Chi-Quadrat Test, die Spearman Korrelation und die Pearson Korrelation zur Analyse von Zusammenhängen eingegangen. Danach werden der T-Test, der Mann-Whitney-U-Test, die einfaktorielle Varianzanalyse und der Kruskal-Wallis Test zur Untersuchung von Unterschieden vorgestellt. Darüber hinaus wird das Konzept der Signifikanz erläutert, Arten von Hypothesen vorgestellt und die statistischen Grundlagen zur Analyse von Zusammenhängen und Unterschieden erklärt. Ergänzt werden diese Themen durch ein Tutorial zur Testung der Normalverteilung sowie Übungsblätter und einen Übungsdatensatz mit dem man das Erlernte anwenden kann. Alle Analysen werden theoretisch erklärt und praktisch angewendet. Neben Power Point Folien mit den wichtigsten Informationen zum Durchführen, Interpretieren und Verschriftlichen deiner Ergebnisse, gibt es auch praktische Anwendungstutorials, in denen ich zeige, wie du das Erlernte in SPSS umsetzen kannst.
Einführung in SPSS (deskriptiv)Der Kurs bietet eine Einführung in die deskriptive Analyse mit SPSS. Dieser Kurs besteht aus drei Kapiteln, in welchen ihr die Grundlagen von deskriptiven Auswertungen mit SPSS theoretisch und praktisch anhand mehrerer Lektionen kennen lernt. Die ersten beiden Kapitel vermitteln die statistischen Grundlagen, um Analysen in SPSS durchzuführen und zu verstehen. In einem dritten Kapitel stehen dann kurze Anwendungstutorials zur Verfügung, mit welchen ihr Stück für Stück selbst in SPSS arbeiten könnt. Zudem stehen euch drei Übungsblätter zur Anwendung des Erlenten sowie ein Übungsdatensatz zur Verfügung. Mein Ziel ist es, euch Statistik mit SPSS auf eine einfache und verständliche Art und Weise zu vermitteln. Deshalb arbeite ich wenig mit Formeln und versuche stattdessen, Dinge so zu erklären, dass man auch als Anfänger noch folgen kann. Erste Grundkenntnisse in der Statistik sind sinnvoll zur Bearbeitung des Kurses, aber keine Voraussetzung. Auch als Anfänger wirst du gut mit den Inhalten zurecht kommen. Inhaltlich werden folgende Bereiche vorgestellt: Arbeitsfenster in SPSS (Syntax, Datenfenster Ausgabe), Häufigkeitsanalyse univariat, Häufigkeitsanalyse bivariat, Kreuztabelle, Indifferenztabelle, grafische Darstellungen wie ein Kreisdiagramm, ein Balkendiagramm, ein Histogramm und ein Boxplot, Lage- und Streuungsmaße wie der Mittelwert, der Median, der Modus, die Standardabweichung und der Interquartilsabstand. Der Kurs ist für Anfänger geeignet, auch ohne Vorwissen.
Regressionsanalyse mit SPSSIn diesem fast vierstündigen Kurs lernt ihr alles Wissenswerte für eure Regressionsanalyse mit SPSS kennen. Ich stelle euch die lineare, binär-logistische und multinomiale Regression vor, so dass ihr sowohl Methoden an der Hand habt, um mit kategorialen als auch mit metrischen abhängigen Variablen umzugehen. Neben einer kurzen statistischen Einführung liegt der Fokus vor allem auf der Anwendung und Interpretation. Außerdem zeige ich euch Variationsmöglichkeiten in der Durchführung. Der Kurs ist so aufgebaut, dass du sowohl theoretisch erklärt bekommst, welche Methoden du verwenden solltest, welche Voraussetzungen diese an die Daten stellen und wie man sie in SPSS umsetzt, als auch praktisch gezeigt bekommst, wie man diese Aspekte in SPSS umsetzt. Anhand eines Übungsdatensatzes kannst du zudem selbst alle Analysen wiederholen und mit Übungsaufgaben dein erlerntes Wissen testen. Dieser Kurs ist perfekt, wenn du mehrere Regressionstypen kennenlernen möchtest, dich umfangreich weiterbilden und/oder wiederholen möchtest. Grundkenntnisse in Statistik und SPSS sind empfehlenswert, aber keine Voraussetzung.
Binär-logistische und multinomiale Regression mit SPSSDer Kurs bietet eine Einführung in die kategoriale Regressionsanalyse mit SPSS. Ihr lernt auf verständliche Art und Weise die binär-logistische und die multinomiale Regression kennen. Bei der Vermittlung der Inhalte lege ich großen Wert auf eine praktische, verständliche Vermittlung des Wissens. Deshalb bringe ich Formeln nur soweit wie wirklich notwendig ein. Stattdessen setze ich den Fokus auf Anwendung, Variationen in der Durchführung und Interpretation. Konkret setzt sich dieser Kurs aus folgenden Inhalten zusammen: - Einführung in die kategorialen Regressionen - Wann verwende ich die logistische Regressionsanalyse - Wann verwende ich die multinomiale Regressionsanalyse - Wann verwende ich eine einfache Regressionsanalyse, wann eine multiple Regressionsanalyse - Wie kann ich den Modellfit bei kategorialen Regressionen bewerten - Wie kann ich meine Hypothesen mit kategorialen Regressionen testen - Wie interpretiere ich meine Ergebnisse in SPSS - Welche Voraussetzungen hat die logistische Regression - Welche Voraussetzungen hat die multinomiale RegressionAlle Inhalte werden sowohl theoretisch erläutert als auch praktisch in SPSS gezeigt. D.h. du kannst genau nachverfolgen, wie du die Analysen in SPSS durchführst, wo du das Ergebnis und zentrale Kennwerte in der Ausgabe findest und wie du dein Ergebnis interpretierst. In einem letzten Abschnitt des Kurses stehen dir zudem zusätzliche Kurztutorials zu folgenden Themen zur Verfügung: - Was ist Signifikanz - Welche Arten von Hypothesen gibt esDiese Inhalte können dich bei deiner Auswertung unterstützen.
Lineare Regression mit SPSSIn diesem Kurs erlernst du die Basics der linearen Regressionanalyse mit SPSS. Neben einer allgemeinen Einführung gehe ich auf folgende Themenbereiche ein: - Einführung in die lineare Regression - Wann benutze ich eine lineare Regression - Wann nutze ich eine einfache, wann eine multiple Regression - Welche verschiedenen Varianten einer linearen Regression gibt es (z. B. blockweise Durchführung) - Wie kann ich den Modellfit in der linearen Regession bewerten - Wie kann ich meine Hypothese überprüfen - Welche Voraussetzungen hat die lineare Regression und wie kann ich diese in SPSS testen - Wie kann ich die Effekstärke meines Modells beurteilenDer Kurs besteht aus drei Kapiteln mit insgesamt sechs Lektionen. Du kannst dir die Folien im PDF Format herunterladen und auch einen Beispieldatensatz stelle ich dir zur Verfügung mit dem du die Analysen aus den einzelnen Lektionen nachbauen kannst. Da es mir wichtig ist, dass du die Welt der Statistik verstehst, verzichte ich soweit wie möglich auf komplizierte Formeln. Viel mehr versuche ich dir verständlich und anschaulich nahezubringen, wie deine Hypothese auswertest und dass Statistik kein Hexenwerk ist. Zusätzlich zu den aufgeführten Inhalten stehen dir kurze Tutorials zu statistischen Themen rund um deine Auswertung zur Verfügung.
Statistik mit RR wurde in den letzten Jahren zu der wohl beliebtesten und vielseitigsten Anwendung, um statistische Analysen durchzuführen. In diesem Kurs führe ich dich in die Welt von R für die statistische Analyse ein. Das ist für dich unter anderem relevant wenn du..- wissenschaftliche Analysen machen magst- mit Reporting in Organisationen zu tun hast- dich ein bisschen in Richtung Data Science entwickeln magstDas ganze mache ich mit einer ganz klaren didaktischen Strategie: Du wirst auf eine sehr praxisorientierte Art und Weise das lernen, was tatsächlich wichtig ist. Alles andere stellen wir mal hinten an -- das hier ist keiner der vielen Kurse, der mit 100 Stunden Laufzeit jede nur erdenkliche Funktion von R zeigen will. Im Gegenteil: Ich möchte dich dazu befähigen, selbstständig und selbstsicher quantitative Daten zu laden, aufzubereiten und letztendlich mit einem passenden statistischen Test zu analysieren. Und dazu braucht es nur eins: Fokus. Mit diesem Kurs biete ich dir genau das. Wir fokussieren auf die wirklich wichtigen Bereiche von R; in Nebensätzen zeige ich dir mögliche Entwicklungslinien für die Zukunft auf. Aus statistischer Sicht werden wir uns vor allem mit dem Testen von recht einfachen Unterschieds- und Zusammenhangshypothesen auseinandersetzen. Den genauen Inhalt kannst du im (kommentierten) Curriculum nachlesen.
Statistik mit IBM SPSS StatisticsDer Kurs ist für dich hilfreich, wenn du Daten statistisch analysieren möchtest. Ich begleite dich dabei, die wichtigsten Prozeduren auszuführen und zeige dir die konkreten Schritte in IBM SPSS Statistics (kurz: "SPSS"). Ich diesem Kurs zeige ich dir...- die Grundlagen von SPSS.- alles wichtige über Variablen: welche Typen und Skalenniveaus es gibt und wie man sie säubert und manipuliert.- wie du Kennwerte der deskriptiven Statistik in SPSS berechnen und anzeigen kannst.- wie und mit welchem Test du Unterschiedshypothesen testen kannst.- wie und mit welchem Test du Zusammenhangshypothesen testen kannst. Neben den Inhalten bekommst du mit deiner Teilnahme- persönlichen Kontakt zu mir, falls du spezifische Fragen hast- Zutritt zu einer privaten Facebook-Gruppe für Austausch auch mit den anderen Teilnehmer*innen meiner Kurse- lebenslangen Zugriff auf alle Materialien im Kurs- ein 30-Tage Rückgaberecht ohne Angabe von Gründen - du kannst also mal komplett risikolos reinschnuppern!- meine persönliche Zusicherung, dass ich den Kurs in regelmäßigen Abständen aktualisiere- Übungsaufgaben zur Vertiefung deines Wissens- Bonusmaterial zur Erstellung von UmfragenDer Kurs ist insbesonder für dich sehr gut geeignet, wenn du noch wenig Erfahrung in der Statistik allgemein hast. Wenn du bereits theoretisches Wissen hast, aber einen schnellen Überblick über SPSS bekommen möchtest, bist du hier ebenfalls richtig! Einige der Lektionen wurden in Zusammenarbeit mit der International School of Management (ISM) produziert.
Strukturgleichungsmodelle in R lavaan: Der einfache EinstiegIn diesem Kurs teile ich meine Erfahrung als Methodologe und Statistiker und zeige dir, wie du Pfadanalysen, konfirmatorische Faktorenanalysen (CFA) und Strukturgleichungsmodelle (SEM) in R durchführst. Dafür führe ich dich durch alle Schritte durch: vom technischen Setup über die Basics in R, bis hin zu der Modellierung in R. Dabei kommt natürlich die Interpretation der Ergebnisse nicht zu kurz. Neben den Inhalten bekommst du mit deiner Teilnahme- persönlichen Kontakt zu mir, falls du spezifische Fragen hast- Zutritt zu einer privaten Facebook-Gruppe für Austausch auch mit den anderen Teilnehmer*innen meiner Kurse- lebenslangen Zugriff auf alle Materialien im Kurs- ein 30-Tage Rückgaberecht ohne Angabe von Gründen - du kannst also mal komplett risikolos reinschnuppern!- R Codes zum kopieren (auch für deine eigenen Modelle!)- meine persönliche Zusicherung, dass ich den Kurs in regelmäßigen Abständen aktualisiere. Bist du bereit dein erstes Pfadmodell oder Strukturgleichungsmodell zu rechnen? Bis gleich im Kurs!
Statistik mit PSPP/PSPPIREDer Kurs ist für dich hilfreich, wenn du Daten statistisch analysieren möchtest. Ich begleite dich dabei, die wichtigsten Prozeduren auszuführen und zeige dir die konkreten Schritte in PSPP, einer Open-Source Statistik-Anwendung (und eine gute Alternative zu der kommerziellen Software IBM SPSS Statistics). Ich diesem Kurs zeige ich dir...- ...die Grundlagen von PSPP/PSPPIRE, wie zum Beispiel die Installation bzw. die Benutzeroberfläche.- ...wie man Daten in PSPP/PSPPIRE manipuliert und für die weiteren Analysen aufbereitet.- ...wie du große Mengen an Daten mit nur wenigen Klicks einfach und klar darstellen kannst.- ...wie du Unterschiedshypothesen statistisch in PSPP/PSPPIRE testest.- ...wie du Zusammenhangshypothesen statistisch in PSPP/PSPPIRE testest.- ...wie du Skalen bildest und deren Qualität überprüfen kannst. Neben den Inhalten bekommst du mit deiner Teilnahme- persönlichen Kontakt zu mir, falls du spezifische Fragen hast- Zutritt zu einer privaten Facebook-Gruppe für Austausch auch mit den anderen Teilnehmer*innen meiner Kurse- lebenslangen Zugriff auf alle Materialien im Kurs- ein 30-Tage Rückgaberecht ohne Angabe von Gründen - du kannst also mal komplett risikolos reinschnuppern!- meine persönliche Zusicherung, dass ich den Kurs in regelmäßigen Abständen aktualisiere- Übungsaufgaben zur Vertiefung deines Wissens- Bonusmaterial zur Erstellung von UmfragenDer Kurs ist insbesonder für dich sehr gut geeignet, wenn du noch wenig Erfahrung in der Statistik allgemein hast. Wenn du bereits theoretisches Wissen hast, aber einen schnellen Überblick über PSPP/PSPPIRE bekommen möchtest, bist du hier ebenfalls richtig!

Sortiert nach Erscheinung (neueste zuerst). Details und Anbieter-Link (Affiliate-Link, Werbung) auf der jeweiligen Kursseite.

Erst die Methode, dann der Mausklick

SPSS-Kurse werden meist in Panik vor der Abschlussarbeit gebucht – und genau dann lohnt die richtige Reihenfolge: erst verstehen, welche Analyse zur Forschungsfrage passt (Vergleich? Zusammenhang? Vorhersage?), dann das Werkzeug bedienen. Die Kurse hier decken beides ab, von deskriptiver Statistik über t-Tests bis zu logistischer Regression und Strukturgleichungsmodellen. Wer keine SPSS-Lizenz über die Hochschule hat, weicht auf das kostenlose PSPP oder R aus – die statistischen Konzepte sind identisch, und beide Wege sind hier vertreten.

Häufige Fragen

SPSS oder R für die Abschlussarbeit?: Was der Lehrstuhl nutzt und betreuen kann, gewinnt – frag zuerst dort. Frei entscheiden kannst du: SPSS ist per Klick-Oberfläche schneller gelernt, kostet aber Lizenz (oft über die Hochschule gedeckt); R ist gratis, skriptbasiert und in der Forschung zunehmend Standard, verlangt aber mehr Einarbeitung.